同意上面出现的大部分观点。
但是对R的评价,有人有偏颇。R算一语言,专门用来做计算和作图的,偏统计计算点。
R自己是C做的,而且早就和Matlab、Python等接口了(不得不说底层的东西都还是C的啊),也和Quantlib等库结合的很好了。
而Rmetrics是金融工程里面常规的工具,Splus下是FinMetrics,而SAS对金融方面的支持,是从财务分析开始的(当然其数据分析功能和统计很强悍)。
就数据分析(统计模型)而言,R里面的pkgs都好几千个了,可以说最新的model出来数月就有人用R实现了。R至少可以做Matlab内置(不算自己编程)统计功能强悍N多,比SAS能实现的模型也多。
至于大数据(典型的就是高频的交易数据),这个R可以做(最好在*NIX系统下配置好),人家用R做生物芯片方面的分析那数据也是几十几百G的来跑。
我个人觉得如果不是做程序员工作的,最好是学R、Matlab、Python之类的脚本语言(当然,Matlab要钞票,语法和R的差不多;但是商业软件的细节方面做的还是蛮好的,比如Matlab中对债券价格的计算——虽然Excel也可以搞定)。同时还懂一些C、C++的知识(能读懂,能用人家现成的library),毕竟底层的东西多半就是这些语言写的。
至于Excel,强烈不推荐用,国外一些做计算的大佬已经把Excel中数值计算部分的东东严厉批评多次了,比如一个随机数生成器搞的简直不像样。


雷达卡


京公网安备 11010802022788号







